[论文解读] Synchronized Multi-Arm Rearrangement Guided by Mode Graphs with Capacity Constraints

Rahul Shome, Kostas E. Bekris|arXiv (Cornell University)|May 18, 2020

Robotic Path Planning Algorithms参考文献 46被引用 23

一句话总结

本文提出一种新颖启发式方法用于同步多机械臂重排（SMAR），通过将问题建模为容量受限的模式图上的多智能体路径规划（MAPF），其中物体被视为在代表稳定放置位和交接状态的节点间移动的石子。该方法使用整数线性规划（ILP）求解MAPF抽象，并引导前向搜索规划器（SMART），在9个机械臂和4个物体的情况下，10秒内即可获得高质量、可随时输出的解，相较于贪婪和顺序基线方法，动作数量和完成时间均有显著减少。

ABSTRACT

Solving task planning problems involving multiple objects and multiple robotic arms poses scalability challenges. Such problems involve not only coordinating multiple high-DoF arms, but also searching through possible sequences of actions including object placements, and handoffs. The current work identifies a useful connection between multi-arm rearrangement and recent results in multi-body path planning on graphs with vertex capacity constraints. Solving a synchronized multi-arm rearrangement at a high-level involves reasoning over a modal graph, where nodes correspond to stable object placements and object transfer states by the arms. Edges of this graph correspond to pick, placement and handoff operations. The objects can be viewed as pebbles moving over this graph, which has capacity constraints. For instance, each arm can carry a single object but placement locations can accumulate many objects. Efficient integer linear programming-based solvers have been proposed for the corresponding pebble problem. The current work proposes a heuristic to guide the task planning process for synchronized multi-arm rearrangement. Results indicate good scalability to multiple arms and objects, and an algorithm that can find high-quality solutions fast and exhibiting desirable anytime behavior.

研究动机与目标

• 解决涉及多个高自由度机械臂、物体放置位和交接操作的多机械臂重排规划中的可扩展性挑战。
• 识别同步多机械臂重排（SMAR）与带顶点容量约束图的多智能体路径规划（MAPF）之间的结构类比。
• 基于在模式图上求解MAPF问题的ILP解，开发一种高效的启发式方法，用于引导SMAR的前向搜索规划器。
• 在多种问题实例（包括非单调情形）中，证明该启发式方法在降低解的代价、动作数量和计算时间方面的有效性。
• 在复杂的大规模多机械臂场景中实现可随时输出的行为，并实现快速收敛至高质量解。

提出的方法

• 将问题抽象为模式图，其中节点表示物体的稳定放置位和交接状态，边表示抓取、放置和交接动作。
• 每个物体被建模为在图上移动的石子，具有容量约束——例如，每条机械臂可携带一个物体，放置位点可容纳多个物体。
• 采用整数线性规划（ILP）公式求解该容量受限模式图上的MAPF问题，获得物体移动的最优或近似最优动作序列。
• 将ILP解用作启发式信息，引导前向搜索树（SMART）规划器，该规划器在遵守同步约束的前提下探索离散动作序列。
• 每条机械臂的轨迹通过类似dRRT*的方法进行底层运动规划，确保连续空间可行性。
• 该方法支持可随时输出行为，解的质量随计算时间推移而逐步提升，并在多个基准配置下进行了评估。

实验结果

研究问题

• RQ1 同步多机械臂重排（SMAR）的结构能否被有效建模为具有容量约束的模式图上的多智能体路径规划（MAPF）问题？
• RQ2 基于ILP的MAPF抽象解作为启发式信息，对引导SMAR问题中前向搜索规划器的有效性如何？
• RQ3 在多种问题实例中，该提出的启发式方法是否在解的代价、动作数量和计算时间方面优于贪婪和顺序基线方法？
• RQ4 该方法能否在9个机械臂和4个物体的问题规模下保持快速求解速度和高质量结果？
• RQ5 该方法在需要中间缓冲区和复杂交接操作的非单调重排问题中表现如何？

主要发现

• 在非单调原位交换任务中，所提出的SMART启发式方法平均在3.41秒内找到初始解，20次试验全部成功，8步动作序列总耗时34.6秒。
• 在9×4基准测试中，SMART在10秒内完成求解，在侧向移动场景中相比顺序基线提速20秒。
• 在切换基准测试中，SMART通过避免瓶颈，成功率达到更高，且动作数量显著更少，尽管解的持续时间与贪婪方法相似。
• 在随机基准测试中，SMART保持了高成功率和更低的动作数量，而贪婪方法因协调瓶颈频繁失败。
• 与顺序基线相比，SMART在并发传输场景（如侧向移动）中将离散动作时刻数量减少了最多50%。
• 该方法表现出优异的可随时输出行为，解的质量随时间稳步提升，并在仿真中成功扩展至9个机械臂和4个物体。